4月2日,螞蟻金服方面宣布,螞蟻金服及阿里巴巴自主研發(fā)的通用關(guān)系數(shù)據(jù)庫OceanBase已經(jīng)開始支撐淘寶、天貓和聚劃算的所有日常交易。
OceanBase也是真正意義上首個(gè)Created in China的數(shù)據(jù)庫。螞蟻金服相關(guān)負(fù)責(zé)人表示,這個(gè)改變意味著OceanBase已經(jīng)有能力滿足互聯(lián)網(wǎng)海量數(shù)據(jù)處理的需求,可以支撐復(fù)雜、高可靠的金融級(jí)業(yè)務(wù)。
螞蟻金服人士表示,隨著互聯(lián)網(wǎng)的發(fā)展,海量數(shù)據(jù)的處理越來越成為擺在大型互聯(lián)網(wǎng)公司面前的問題。而傳統(tǒng)的IT企業(yè)提供的服務(wù),在系統(tǒng)可擴(kuò)展性、性價(jià)比方面已經(jīng)不再適用。
以數(shù)據(jù)庫系統(tǒng)舉例,一般來說,數(shù)據(jù)庫系統(tǒng)的穩(wěn)定可靠,取決于數(shù)據(jù)庫軟件、數(shù)據(jù)庫服務(wù)器和數(shù)據(jù)庫存儲(chǔ)三方面。其中,數(shù)據(jù)庫軟件的維護(hù)升級(jí)總是讓互聯(lián)網(wǎng)企業(yè)比較頭疼:數(shù)據(jù)庫軟件的維護(hù)升級(jí)有很大的風(fēng)險(xiǎn),為了保障數(shù)據(jù)庫系統(tǒng)的穩(wěn)定可靠,企業(yè)需要匹配使用穩(wěn)定性好的高端服務(wù)器和共享存儲(chǔ),但是這些設(shè)備不僅價(jià)格昂貴,性能和擴(kuò)展能力也有限。
在這種情況下,2010年起,阿里巴巴、螞蟻金服開始自主研發(fā)數(shù)據(jù)庫系統(tǒng)OceanBase,這一系統(tǒng)從立項(xiàng)到開花結(jié)果經(jīng)歷了足足五年時(shí)間。
全球范圍內(nèi),對(duì)數(shù)據(jù)庫的研究是科學(xué)界研究的重要方向。2014年,被稱為計(jì)算機(jī)界的諾貝爾獎(jiǎng)的圖靈獎(jiǎng),就授予了Michael Stonebraker,以表彰其“對(duì)現(xiàn)代數(shù)據(jù)庫系統(tǒng)底層的概念與實(shí)踐所做出的基礎(chǔ)性貢獻(xiàn)。他也是數(shù)據(jù)庫領(lǐng)域自1973年Bachman(數(shù)據(jù)庫與網(wǎng)狀數(shù)據(jù)庫)、1981年Codd(關(guān)系數(shù)據(jù)庫)、1998年Gray(數(shù)據(jù)庫與事務(wù)處理)之后的第四位圖靈獎(jiǎng)得主。
與傳統(tǒng)數(shù)據(jù)庫公司的產(chǎn)品相比,OceanBase的升級(jí)維護(hù),不需要昂貴的共享存儲(chǔ)、高可靠的服務(wù)器、數(shù)據(jù)庫軟件的許可費(fèi),可以將商業(yè)數(shù)據(jù)庫成本降到一半以下。同時(shí),分布式的系統(tǒng),可以保證業(yè)務(wù)在服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)等出現(xiàn)異常情況的情況下不受影響。
在阿里系之前,中國有大批專家學(xué)者和企業(yè)致力于數(shù)據(jù)庫的研究,不過幾十年來沒有任何一個(gè)商業(yè)化數(shù)據(jù)庫產(chǎn)品能夠替代傳統(tǒng)高端數(shù)據(jù)庫。最終反而是阿里系在商業(yè)需求的驅(qū)動(dòng)下實(shí)現(xiàn)了這一目標(biāo)。
螞蟻金服方面表示,實(shí)際上,OceanBase此前已經(jīng)通過了“雙十一”考驗(yàn)。數(shù)據(jù)顯示,2014年雙十一,支付寶支付峰值就達(dá)到了285萬筆/分鐘,是2013年雙十一支付峰值的3倍。借助OceanBase全分布、全冗余、高彈性、低成本的海量交易與數(shù)據(jù)處理架構(gòu),支付寶順利通過交易洪峰的考驗(yàn)。目前,OceanBase已經(jīng)可以支撐淘寶、天貓、聚劃算在支付寶的所有日常交易。
據(jù)透露,未來,OceanBase還將放到阿里云上,以開放的形式,向外界輸出阿里巴巴和螞蟻金服的數(shù)據(jù)庫服務(wù)能力,為整個(gè)產(chǎn)業(yè)的技術(shù)發(fā)展做出貢獻(xiàn)。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。